[发明专利]一种基于声振信息融合的柴油机齿轮室故障诊断方法

权利要求书

1.一种基于声振信息融合的柴油机齿轮室故障诊断方法，其特征在于，所述方法包括：模拟齿轮室实际生产中会产生的故障，通过自适应变分模态提取对采集到的声振信号进行分解，基于能量熵对得到的声振特征进行融合，最后通过支持向量机对故障进行分类和识别，执行步骤依次为：采集振动噪声信号、分解提取的信号、融合声振特征和诊断齿轮室故障。

2.根据权利要求1所述的一种基于声振信息融合的柴油机齿轮室故障诊断方法，其特征在于，所述采集振动噪声信号包括采集振动信号与转速信号，其中振动信号的采集需在齿轮室附近处布置加速度传感器，转速信号需要在前端布置光电编码器，并按试验方案运转。

3.根据权利要求2所述的一种基于声振信息融合的柴油机齿轮室故障诊断方法，其特征在于，所述试验方案为：

S101、分别采集600r/min、1000r/min、1200r/min、1500r/min、1900r/min工况下的振动噪声信号；

S102、加工齿轮，模拟裂纹故障，重复步骤S101；

S103、加工齿轮，模拟点蚀故障，重复步骤S101；

S104、加工齿轮，模拟断齿故障，重复步骤S101。

4.根据权利要求1所述的一种基于声振信息融合的柴油机齿轮室故障诊断方法，其特征在于，所述分解提取的信号需要统计模态中心频率的近似值，变分模态提取围绕该中心频率提取一个模态分量，具体步骤为：

S201、将输入信号f(t)分解为两个信号：期望信号(u_d(t))和残余信号(f_r(t))；

S202、设置期望中心频率ω_d、拉格朗日系数λ、收敛值ε；

S203、迭代循环更新u_d；

S204、迭代循环更新ω_d；

S205、迭代循环更新λ；

S206、重复上述步骤S202到步骤S205，直到收敛。

5.根据权利要求1所述的一种基于声振信息融合的柴油机齿轮室故障诊断方法，其特征在于，所述融合声振特征需要提取声振信号特征频段内信号的固有模态函数能量熵作为故障诊断特征向量，基于固有模态函数能量熵的特征提取，具体步骤为：

S301、对IVME分解得到的各IMF分量求能量E_i；

S302、以各IMF能量为元素构造总能量E；

S303、固有模态函数能量熵定义为：

S304、组合振动信号等能量分段能量熵、振动信号等时间分段能量熵和声波信号能量熵为联合能量熵。

6.根据权利要求1所述的一种基于声振信息融合的柴油机齿轮室故障诊断方法，其特征在于，所述诊断齿轮室故障需要根据样本信息获得期望值。

7.根据权利要求6所述的一种基于声振信息融合的柴油机齿轮室故障诊断方法，其特征在于，所述期望值的具体分析，具体步骤如下：

S401、测取齿轮室在正常、断齿、点蚀及裂纹四种状态下的声振信号；

S402、通过融合声振特征提取声振信号能量熵，构建融合特征向量；

S403、随机抽取四种状态的各20个样本组成特征集，将10个样本作为训练样本，剩下的10个作为测试样本；

S404、将训练样本和测试样本同时做归一化处理；

S405、采用一对其余的策略，选用径向基函数作为诊断模型中各向量机分类器的核函数，建立四个故障分类器。